NumPy：将一维数组转换并整形为带零的二维数组？

Question

如何将以下列表转换并重塑为带零的二维数组？

# original list 
[1, 0.96, 0.92, 0.88]

# 2D Array
[[1     0     0     0   ]
 [0.96  1     0     0   ]
 [0.92  0.96  1     0   ]
 [0.88  0.92  0.96  1   ]]

Answer 1

这是一种时髦的矢量化方式。 我们可以利用基于np.lib.stride_tricks.as_strided的scikit-image's view_as_windows来获取滑动窗口视图并解决它。

from skimage.util.shape import view_as_windows

# a is input array (convert to array with np.array() is input is list)
p = np.r_[a[::-1], np.zeros(len(a)-1, dtype=a.dtype)]
out = view_as_windows(p,len(a))[::-1]

或者，将其保留为 NumPy -

m = len(a)
n = p.strides[0]
out = np.lib.stride_tricks.as_strided(p[m-1:], shape=(m,m), strides=(-n,n))

Answer 2

使用for循环的正确实现是：

import numpy as np

A = np.array([1, 0.96, 0.92, 0.88])
B = np.zeros((A.shape[0], A.shape[0]))

for i in range(A.shape[0]):
    B[i:, i] = A[:A.shape[0]-i]

应该有一种方法可以对此进行矢量化并摆脱 for 循环以提高效率。任何人都有想法吗？

我发现这个 SO 帖子比较相似并且有一堆矢量化实现： 滑动 window of M-by-N shape numpy.ndarray

Answer 3

以下为您工作：

import numpy as np 

arr = np.array([1, 0.96, 0.92, 0.88])

arr_cp = np.zeros((arr.shape[0], arr.shape[0]))

for i in range(arr.shape[0]):
  arr_cp[i][:i+1] = np.flip(arr[:i+1])

print(arr_cp)

Output：

 [[1. 0. 0. 0. ] [0.96 1. 0. 0. ] [0.92 0.96 1. 0. ] [0.88 0.92 0.96 1. ]]